開源提示詞的完整上手指南)
3步從0到1377個(gè)開源提示詞的完整上手指南【免費(fèi)下載鏈接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts輸入幫我寫個(gè)報(bào)告只得到一段放之四海皆準(zhǔn)的模板想要代碼AI卻寫到一半就斷了氣。awesome-prompts 是 GitHub 上的開源提示詞Prompt即你給 AI 的說(shuō)明書庫(kù)它把 GPT Store 高分 GPT 的提示詞整理成 377 個(gè)即抄即用的模板讓普通聊天界面也能輸出專家級(jí)結(jié)果。項(xiàng)目速覽現(xiàn)成提示詞的倉(cāng)庫(kù)377 個(gè)可直接使用的提示詞覆蓋 20 多個(gè)類別。這個(gè)倉(cāng)庫(kù)最早收錄 OpenAI GPT Store 高分 GPT 的提示詞后來(lái)擴(kuò)展成一份更偏工程化的資源集解決的正是知道 AI 能干活、但不知道怎么開口讓它干好的痛點(diǎn)。所有提示詞都是公開的點(diǎn)開就能復(fù)制使用沒(méi)有任何使用門檻。復(fù)制粘貼即用無(wú)需修改編程、學(xué)術(shù)、設(shè)計(jì)等 20 多個(gè)類別模板和背后的方法都有用 Professional Coder 完成一次完整編程一行輸入得到一個(gè)完整項(xiàng)目結(jié)構(gòu)。打開 prompts/Professional Coder.md把提示詞整段復(fù)制到新對(duì)話然后只說(shuō)一句話幫我做一個(gè)基于 Flask 的待辦事項(xiàng)應(yīng)用包含添加和刪除功能。它會(huì)先輸出一張配置表語(yǔ)言、項(xiàng)目類型、注釋風(fēng)格等你確認(rèn)再給一句設(shè)計(jì)說(shuō)明和項(xiàng)目目錄結(jié)構(gòu)最后開始逐段寫代碼。每寫完一段結(jié)尾都會(huì)帶上這樣的快捷入口--- Shortcuts for Next Step: - input 1 for xxx - input 2 for xxx - input 3 for xxx Or, you can just type continue or c你不知道下一步說(shuō)什么就敲 c它自己繼續(xù)。最后你手里是一份目錄結(jié)構(gòu)、一段段能直接落盤的代碼、一套隨時(shí)可用的快捷鍵哪怕沒(méi)用過(guò) Flask 也能跟著走完整個(gè)項(xiàng)目。用 AutoGPT 寫長(zhǎng)文分 10 段輸出長(zhǎng)文不再中途斷氣。Prompts/AutoGPT.md 解決的是另一個(gè)痛點(diǎn)AI 寫長(zhǎng)內(nèi)容寫到一半戛然而止。它的做法寫在要求區(qū)里簡(jiǎn)單粗暴# Requirements - Your answer should consist of ten sections, with at least 2000 words in each section. - Use Markdown with dividing lines between each section. - Strictly follow user instructions.你輸入一個(gè)大任務(wù)整個(gè)項(xiàng)目、整本書它就按連載的方式輸出10 個(gè)章節(jié)每章固定 2000 字以上章與章用分割線隔開。作者還在文件里留了注釋解釋這招叫分段輸出segmented output——靠模型的指令服從能力讓它自己繼續(xù)往下寫。這些提示詞為什么有效兩個(gè)小設(shè)計(jì)差別很大。一個(gè)是配置表先行。Professional Coder 的 Version 3 要求大項(xiàng)目先輸出配置表再動(dòng)手類似點(diǎn)菜先確認(rèn)菜單再開火。沒(méi)有這一步AI 得自己猜你的偏好猜錯(cuò)就全盤重來(lái)有了這一步你的所有隱式偏好都變成了它必須遵守的顯式參數(shù)。另一個(gè)是接口調(diào)用interface invocation。AutoGPT 提示詞讓 AI 每輪回復(fù)末尾自己給出下一步選項(xiàng)像導(dǎo)游問(wèn)你接下來(lái)三個(gè)景點(diǎn)去哪。你不用思考下一句怎么接點(diǎn)個(gè)序號(hào)任務(wù)就繼續(xù)往前走長(zhǎng)任務(wù)的接力棒始終握在流程里而不是你腦子里。4 步上手最快路徑從克隆到用上第一個(gè)提示詞4 步。先把倉(cāng)庫(kù)拉下來(lái)git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts。進(jìn)階先翻一遍 README.md 的目錄定位你的類別再下手。打開 prompts/ 目錄按文件名挑一個(gè)最貼近你需求的比如 Professional Coder.md 或 AutoGPT.md。進(jìn)階文件名基本就是功能名直接按關(guān)鍵詞找。把提示詞整段復(fù)制進(jìn) AI 的第一條消息再用一句話描述你的任務(wù)。進(jìn)階大項(xiàng)目先讓它輸出配置表確認(rèn)無(wú)誤再回復(fù) continue。用完后回 GPT_STORE.md 看看原始榜單排名了解這個(gè)提示詞是被多少用戶驗(yàn)證過(guò)的。值得深挖的 3 個(gè)資源模板之外的 3 份材料。GPT_STORE.mdGPT Store 早期榜單的完整存檔Professional Coder、AutoGPT 等頭部提示詞的原始出處能看到哪些寫法被 30 萬(wàn)級(jí)用戶量驗(yàn)證過(guò)。prompts/AutoGPT.md文件里除了提示詞本身還有作者對(duì)分段輸出接口調(diào)用兩個(gè)技巧的第一手注釋比只抄模板收獲更大。README.md全量索引除提示詞外還整理了提示詞工程框架、官方指南等內(nèi)容適合按類別持續(xù)瀏覽?，F(xiàn)在就動(dòng)手提示詞是 AI 的現(xiàn)成技能包倉(cāng)庫(kù)已經(jīng)替你把最難的怎么開口寫好了。打開 prompts/ 目錄從 Professional Coder 開始一次對(duì)話就能判斷它適不適合你。資源清單項(xiàng)目主 READMEREADME.md提示詞庫(kù)377 個(gè)文件prompts/GPT Store 榜單存檔GPT_STORE.md開源協(xié)議LICENSE【免費(fèi)下載鏈接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 3步從0到1：377個(gè)開源提示詞的完整上手指南
3步從0到1377個(gè)開源提示詞的完整上手指南【免費(fèi)下載鏈接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts輸入幫我寫個(gè)報(bào)告只得到一段放之四海皆準(zhǔn)的模板想要代碼AI卻寫到一半就斷了氣。awesome-prompts 是 GitHub 上的開源提示詞Prompt即你給 AI 的說(shuō)明書庫(kù)它把 GPT Store 高分 GPT 的提示詞整理成 377 個(gè)即抄即用的模板讓普通聊天界面也能輸出專家級(jí)結(jié)果。項(xiàng)目速覽現(xiàn)成提示詞的倉(cāng)庫(kù)377 個(gè)可直接使用的提示詞覆蓋 20 多個(gè)類別。這個(gè)倉(cāng)庫(kù)最早收錄 OpenAI GPT Store 高分 GPT 的提示詞后來(lái)擴(kuò)展成一份更偏工程化的資源集解決的正是知道 AI 能干活、但不知道怎么開口讓它干好的痛點(diǎn)。所有提示詞都是公開的點(diǎn)開就能復(fù)制使用沒(méi)有任何使用門檻。復(fù)制粘貼即用無(wú)需修改編程、學(xué)術(shù)、設(shè)計(jì)等 20 多個(gè)類別模板和背后的方法都有用 Professional Coder 完成一次完整編程一行輸入得到一個(gè)完整項(xiàng)目結(jié)構(gòu)。打開 prompts/Professional Coder.md把提示詞整段復(fù)制到新對(duì)話然后只說(shuō)一句話幫我做一個(gè)基于 Flask 的待辦事項(xiàng)應(yīng)用包含添加和刪除功能。它會(huì)先輸出一張配置表語(yǔ)言、項(xiàng)目類型、注釋風(fēng)格等你確認(rèn)再給一句設(shè)計(jì)說(shuō)明和項(xiàng)目目錄結(jié)構(gòu)最后開始逐段寫代碼。每寫完一段結(jié)尾都會(huì)帶上這樣的快捷入口--- Shortcuts for Next Step: - input 1 for xxx - input 2 for xxx - input 3 for xxx Or, you can just type continue or c你不知道下一步說(shuō)什么就敲 c它自己繼續(xù)。最后你手里是一份目錄結(jié)構(gòu)、一段段能直接落盤的代碼、一套隨時(shí)可用的快捷鍵哪怕沒(méi)用過(guò) Flask 也能跟著走完整個(gè)項(xiàng)目。用 AutoGPT 寫長(zhǎng)文分 10 段輸出長(zhǎng)文不再中途斷氣。Prompts/AutoGPT.md 解決的是另一個(gè)痛點(diǎn)AI 寫長(zhǎng)內(nèi)容寫到一半戛然而止。它的做法寫在要求區(qū)里簡(jiǎn)單粗暴# Requirements - Your answer should consist of ten sections, with at least 2000 words in each section. - Use Markdown with dividing lines between each section. - Strictly follow user instructions.你輸入一個(gè)大任務(wù)整個(gè)項(xiàng)目、整本書它就按連載的方式輸出10 個(gè)章節(jié)每章固定 2000 字以上章與章用分割線隔開。作者還在文件里留了注釋解釋這招叫分段輸出segmented output——靠模型的指令服從能力讓它自己繼續(xù)往下寫。這些提示詞為什么有效兩個(gè)小設(shè)計(jì)差別很大。一個(gè)是配置表先行。Professional Coder 的 Version 3 要求大項(xiàng)目先輸出配置表再動(dòng)手類似點(diǎn)菜先確認(rèn)菜單再開火。沒(méi)有這一步AI 得自己猜你的偏好猜錯(cuò)就全盤重來(lái)有了這一步你的所有隱式偏好都變成了它必須遵守的顯式參數(shù)。另一個(gè)是接口調(diào)用interface invocation。AutoGPT 提示詞讓 AI 每輪回復(fù)末尾自己給出下一步選項(xiàng)像導(dǎo)游問(wèn)你接下來(lái)三個(gè)景點(diǎn)去哪。你不用思考下一句怎么接點(diǎn)個(gè)序號(hào)任務(wù)就繼續(xù)往前走長(zhǎng)任務(wù)的接力棒始終握在流程里而不是你腦子里。4 步上手最快路徑從克隆到用上第一個(gè)提示詞4 步。先把倉(cāng)庫(kù)拉下來(lái)git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts。進(jìn)階先翻一遍 README.md 的目錄定位你的類別再下手。打開 prompts/ 目錄按文件名挑一個(gè)最貼近你需求的比如 Professional Coder.md 或 AutoGPT.md。進(jìn)階文件名基本就是功能名直接按關(guān)鍵詞找。把提示詞整段復(fù)制進(jìn) AI 的第一條消息再用一句話描述你的任務(wù)。進(jìn)階大項(xiàng)目先讓它輸出配置表確認(rèn)無(wú)誤再回復(fù) continue。用完后回 GPT_STORE.md 看看原始榜單排名了解這個(gè)提示詞是被多少用戶驗(yàn)證過(guò)的。值得深挖的 3 個(gè)資源模板之外的 3 份材料。GPT_STORE.mdGPT Store 早期榜單的完整存檔Professional Coder、AutoGPT 等頭部提示詞的原始出處能看到哪些寫法被 30 萬(wàn)級(jí)用戶量驗(yàn)證過(guò)。prompts/AutoGPT.md文件里除了提示詞本身還有作者對(duì)分段輸出接口調(diào)用兩個(gè)技巧的第一手注釋比只抄模板收獲更大。README.md全量索引除提示詞外還整理了提示詞工程框架、官方指南等內(nèi)容適合按類別持續(xù)瀏覽?，F(xiàn)在就動(dòng)手提示詞是 AI 的現(xiàn)成技能包倉(cāng)庫(kù)已經(jīng)替你把最難的怎么開口寫好了。打開 prompts/ 目錄從 Professional Coder 開始一次對(duì)話就能判斷它適不適合你。資源清單項(xiàng)目主 READMEREADME.md提示詞庫(kù)377 個(gè)文件prompts/GPT Store 榜單存檔GPT_STORE.md開源協(xié)議LICENSE【免費(fèi)下載鏈接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考